Estadstica y Probabilidad.

Ejemplos de
probabilidad

1. Un circuito electrico se compone de los elementos Rk , k = 1, 2, 3, 4, 5,

segun el esquema mostrado en la figura.Si falla un elemento cualquiera
el circuito se corta en el lugar de conexion de ese elemento. La probabil-
idad de que en el perodo considerado falle el elemento Rk es igual a pk .
Suponiendo que cada elemento puede fallar de forma independiente del
resto, cual es la probabilidad de que, durante el perodo en cuestion,
la corriente no deje de fluir en el circuito?

R1
R4
R2 R5

R3

Solucion.- Separando el evento A = {Circuito fallo } en eventos dis-

juntos tenemos

P(A) =P(R5 ) + P(R5 , R4 , R3 ) + P(R5 , R4 , R3 , R2 , R1 )

=p5 + (1 p5 )p4 p3 + (1 p5 )(1 p4 )p3 p2 p1

donde Ri  indica que el circuito Ri no fallo, y Ri , lo contrario. Luego

la probabilidad buscada es 1P(A) = (1p5 )[1p3 p4 (1p4 )p1 p2 p3 ].

2. La Texas Oil Company tiene un arreglo limitado de asociacion en el

cual pequenos inversionistas pueden reunir recursos para invertir en
programas de exploracion petrolera a gran escala. En la fase de per-
foracion exploratoria la seleccion de localizaciones para nuevos pozos
se basa en estructura geologica de los sitios de perforacion propuestos.
La experiencia muestra que la probabilidad de encontrar una estruc-
tura tipo A en el sitio de un pozo productivo es de 0.40. La empresa
tambien sabe que 50 % de los pozos se perforan en localizaciones con

1
 una estructura tipo A. Finalmente, 30 % de todos los pozos perforados
resultan productivos. Es el descubrimiento de un pozo productivo
independiente de la estructura geologica tipo A? Explique.
Solucion.- Si asumimos que PPerf. (pozos perforados) es como 100,
PProd. (pozos productivos) es como 30, y esto se divide en 40 % y
60 %, es decir 12 y 18, entre los pozos que ademas son TipoA y el
resto de PProd. Ademas tenemos que 12 + x = 50. Verificamos que el
descubrimiento de un pozo productivo y que su estructura geologica
sea de tipo A no son eventos independientes: P(PProd. y TipoA) =
12 30 50
100 6= 100 100 = P(PProd.) P(TipoA).

PProd. TipoA

18 12 x

PPerf. 100

3. De un conjunto de N numeros de celular disponibles, tres amigos

reciben su numero sucesivamente al comprar su celular. Hallar la prob-
abilidad condicional de que el tercer amigo reciba un numero ubica-
do entre los numeros de sus otros dos amigos, dado que el segundo
recibio un numero mayor al del primero.
Solucion.- Llamemos a los amigos A, B y C, y a los numeros que
reciben a, b, y c. Hay seis posibilidades equiprobables para el orden de
los numeros:
a b c
a c b
b a c
b c a
c a b
c b a

2
 Contando las posibilidades tenemos:
P(a < c < b, a < b)
P(a < c < b |a < b) =
P(a < b)
P(a < c < b)
=
P(a < b)
1/6 1
= =
3/6 3

4. Usando los datos del registro de caudales para el ro Sandondo, (ver

Cuadro No 1) estimar la probabilidad que un caudal pico que exceda
los 100 m3/seg, ocurra en dos sucesivos anos en el ro Sandondo.

Ano m3 /s Ano m3 /s Ano m3 /s Ano m3 /s Ano m3 /s

1915 47.3 1930 52.3 1945 79.2 1960 45 1975 85
1916 54.4 1931 58 1946 62.6 1961 28.4 1976 82.9
1917 87.2 1932 67.2 1947 93.7 1962 46 1977 88.7
1918 65.7 1933 115 1948 68.7 1963 80.4 1978 60.2
1919 91.5 1934 46 1949 80.1 1964 55 1979 40.3
1920 53.5 1935 52.4 1950 32.3 1965 72.9 1980 50.5
1921 62.8 1936 94.3 1951 43.1 1966 71.2
1922 70 1937 111 1952 77 1967 46.8
1923 66.9 1938 71.7 1953 53.6 1968 84.1
1924 34.7 1939 96.1 1954 70.8 1969 61.3
1925 58 1940 92.6 1955 89.4 1970 87.1
1926 47 1941 34.1 1956 62.6 1971 70.5
1927 66.3 1942 69 1957 112 1972 77.7
1928 80.9 1943 73.4 1958 44 1973 44.2
1929 80 1944 99.1 1959 84.3 1974 20.6

Cuadro 1: Registro de caudales picos (en m3 /s) de 66 anos de la estacion

de descarga de Huasapampa en el ro Sandondo, departamento de Ayacucho
(1915 1980).

Solucion.- En el Cuadro 1 se puede observar que unicamente en tres

ocasiones excedio el caudal los 100 m3 /s en 66 anos: en 1933, 1937 y
1957. Luego se puede estimar la probabilidad de que el caudal exceda
100 m3 /s en un ano dado como 3/66 = 1/22, asumiendo independencia
de los caudales de anos consecutivos. Entonces la probabilidad de que
el caudal pico exceda los 100 m3 /s en dos anos sucesivos dados es
(1/22)2 0,002.

3
5. Dados los eventos A1 , A2 , ... , An , justifique porque las siguientes condi-
ciones son equivalentes:

a) De cualquier forma en que se escojan de los eventos dados dos

grupos disjuntos Ak1 , Ak2 , ... y Aj1 , Aj2 , ... (de manera que ningun
evento Ak sea igual a un evento Aj ), ambos eventos Ak1 Ak2 ...
y Aj1 Aj2 ... son independientes.
b) P(Ai1 Aim ) = P(Ai1 ) P(Aim ) para todo grupo de eventos
Ai1 , ... , Aim , con m n.

Solucion.- (a b) Por a) Ai1 y Ai2 Aim son independientes,

luego

P(Ai1 Ai2 Aim ) = P(Ai1 )P(Ai2 Aim )

= P(Ai1 )P(Ai2 )P(Ai3 Aim )
..
.
= P(Ai1 )P(Ai2 ) P(Aim ) ,

donde, en la segunda igualdad hemos usado que Ai2 y Ai3 Aim

son tambien independientes, en la tercera que Ai3 y Ai4 Aim son
tambien independientes, etc.
(b a) Usando b) para Ak1 Ak2 Aj1 Aj2 ... , as como para
Ak1 Ak2 ... y Aj1 Aj2 ... por separado, tenemos:

P((Ak1 Ak2 ... ) (Aj1 Aj2 ... ))

= P(Ak1 Ak2 Aj1 Aj2 ... )
= P(Ak1 )P(Ak2 ) P(Aj1 )P(Aj2 )
= [P(Ak1 )P(Ak2 ) ] [P(Aj1 )P(Aj2 ) ]
= P(Ak1 Ak2 ... )P(Aj1 Aj2 ... )

6. Se lanza un par de dados una vez, si sale suma par mayor a 9 se

recibe 10 soles, si sale suma impar o menor a 4 se paga 5 soles, en caso
contrario se vuelve a lanzar hasta perder o ganar. Cuanto se espera
ganar?
Solucion.- Sea S = suma de dados. Hay 3 casos:

(i) S par y > 9 S = 10 : 4,6, 6,4, 5,5; S = 12 : 6,6 P(ganar 10) =

a = 4/36.

4
 (ii) S impar o < 4 S = 2 : 1,1; S = 3 : 1,2, 2,1; S = 5 : 1,4, 4,1, 2,3,
3,2; S = 7 : 1,6, 6,1, 2,5, 5,2, 3,4, 4,3; S = 9 : 3,6, 6,3, 4,5, 5,4;
S = 11 : 5,6, 6,5 P(pagar 5) = b = 19/36.
(iii) S distinto P(lanzar de nuevo) = c = 1 a b = 13/36.

En el tercer caso se tienen de nuevo los casos anteriores, ahora con

probabilidades ca de ganar, cb de pagar y c 2 de lanzar de nuevo.
Repitiendo el razonamiento, las probabilidades de ganar 10 y pagar
5 son a + ca + c 2 a + = a/(1 c) y b + cb + c 2 b = b/(1 c).
Luego la ganancia esperada es 10a/(1 c) 5b/(1 c) = (40/36
95/36)/(23/36) = 55/23.
Otro procedimiento: Si X = dinero ganado, usando la identidad de
probabilidad total de la esperanza para separar los tres casos anteriores:

E [X ] = E [X |i ]P(i) + E [X |ii ]P(ii) + E [X |iii ]P(iii)

4 19 13
= 10 + (5) + E [X ] ,
36 36 36
donde se ha usado que el caso en que hay que lanzar de nuevo es
equivalente a iniciar el juego otra vez. Despejando: E [X ] = 55/23.

7. El numero de defectos que puede tener una ceramica es una variable

aleatoria X con funcion de distribucion acumulada F (X ) definida por
la siguiente tabla:

x x <0 0x <1 1x <2 2x <3 x 3

F (x) 0,0 0,4 0,7 k 1,0

a) Es correcto afirmar que la desviacion estandar es igual a 1,5

defectos? Justifique su respuesta.
b) Calcular Q1 y Q3 .

Solucion.-

a) La mayor desviacion estandar posible se da cuando la probabilidad

de X = 3 es maxima, ya que en tal caso la dispersion es maxima.
Esto ocurre si k = 0,7. La probabilidad de X = 0, 1, 2, 3, la dan
entonces los saltos de F , 0,4, 0,3, 0, 0, 3 respectivamente. Luego
E [X ] = 0,4(0) + 0,3(1) + 0(2) + 0,3(3) = 1,2,Var (X ) = 0,4(1,2)2 +
0,3(0,2)2 + 0(0,8)2 + 0,3(1,8)2 = 1,56 y = 1,56 = 1,249. As la
desviacion estandar no puede ser 1.5.

5
 b) En el caso anterior Q3 = 3 pues su probabilidad es 0,3 > 0,25,
pero si k = 1, Q3 = 2; Q1 = 0 ya que P(X = 0) = 0,4 > 0,25.

8. Sea X Exp(). Pruebe la propiedad de perdida de memoria: para

toda s, t 0

P(X > t + s|X > t) = P(X > s)

R
Solucion.- Integrando: P(X > t) = t e x dx = e t . Por defini-
cion de probabilidad condicional
P(X > t + s, X > t)
P(X > t + s|X > t) =
P(X > t)
P(X > t + s)
=
P(X > t)
e (t+s)
= = e s .
e t
9. La demanda en miles de metros de determinada tela de una compana
es una variable aleatoria X con funcion de densidad dada por
(
1
, 0x 5
f (x) = 5
0 , en caso contrario

Por cada metro de tela vendida se gana S/,3 pero por cada metro de
tela no vendida en la temporada se pierde S/,1. Calcule la produccion
que maximiza la utilidad esperada.
Solucion.- Fijemos la produccion en w y calculemos la utilidad en
funcion de la demanda:
(
3w , X w
U(X ) =
3X (w X ) , X < w .
R Rw
La utilidad esperada es E [U(X )] = U(x)f (x)dx = 0 (4x w ) 15 dx +
R5 1 2 2 4
w 3w 5 dx = 3w 5 w . Maximizando en w : 3 5 w = 0. De donde la
producion buscada en miles de metros es w = 15/4.

10. Si X es cualquier variable aleatoria cuya distribucion f (x) tiene media

y desviacion estandar , pruebe que:
1
P( k X + k) 1 .
k2

6
 Solucion.- Tenemos por un lado que E [(X )2 ] = 2 , de donde
E [(X )2 / 2 ] = 1. Por otro lado
"  # Z 
X 2 x 2

E = f (x)dx

x 2 x 2
Z k   Z  
f (x)dx + f (x)dx ,
+k
donde nos hemos valido del hecho que el integrando es 0. En la
primera integral del lado derecho x k, de donde (x )/ k
y entonces el primer factor del integrando es

x 2
 
k2 .

Similarmente esta desigualdad se cumple para la segunda integral, de
donde
"  # Z k
X 2
Z
2
1=E k f (x)dx + k 2 f (x)dx
+k
 Z +k 
2
=k 1 f (x)dx .
k

Despejando la ultima integral, que es igual a P( k X + k),

se obtiene la desigualdad buscada.
11. Sean X1 , X2 , X3 variables aleatorias Bernoulli con probabilidades de
exito 1/2, 1/3, y 1/4, respectivamente. Calcule su funcion de masa de
probabilidad conjunta, dado que X1 + X2 + X3 = 2.
Debemos calcular la funcion de masa de probabilidad condicional

f X1 ,X2 ,X3 |X1 +X2 +X3 (x1 , x2 , x3 |2)

= P(X1 = x1 , X2 = x2 , X3 = x3 |X1 + X2 + X3 = 2) ,

que evidentemente vale cero a menos que x1 + x2 + x3 = 2. Esto

ocurre para X1 , X2 , X3 igual a 1, 1, 0 con probabilidad (1/2)(1/3)(3/4) =
1/8, a 1, 0, 1 con probabilidad (1/2)(2/3)(1/4) = 1/12, o a 0, 1, 1 con
probabilidad (1/2)(1/3)(1/4) = 1/24.
De aqu

P(X1 + X2 + X3 = 2) = 1/8 + 1/12 + 1/24 = 1/4

7
Ahora calculamos
P(X1 = X2 = 1, X3 = 0, X1 + X2 + X3 = 2)
fX1 ,X2 ,X3 |X1 +X2 +X3 (1, 1, 0|2) =
P(X1 + X2 + X3 = 2)
P(X1 = X2 = 1, X3 = 0)
=
P(X1 + X2 + X3 = 2)
1/8 1
= =
1/4 2

Similarmente

fX1 ,X2 ,X3 |X1 +X2 +X3 (1, 0, 1|2) = 1/3 ,

fX1 ,X2 ,X3 |X1 +X2 +X3 (0, 1, 1|2) = 1/6 ,

y cero en los demas casos.